Abstract P297: Long-Term Benefit Comparison of Absolute Risk Reduction versus Absolute Risk to Prioritize Statin Therapy
Notice bibliographique
Résumé
Introduction: Individuals with no established cardiovascular disease (CVD) are currently recommended preventive statin therapy based on 10-year absolute risk (AR) of CVD, and individuals with a 10-year AR ≥7.5% are recommended statins. However, individuals with elevated LDL cholesterol experience greater absolute CVD absolute risk reduction (ARR) from statin therapy compared with those with the same 10-year AR but with lower LDL. A previous study showed that ARR-based statin treatment would prevent more CVD events than AR-based treatment in the 10 years following treatment initiation. Objective: This study aimed to quantify the long-term benefits of treating patients based on ARR rather than AR. Methods: A microsimulation version of the CVD Policy Model, a decision-analytic state transition model, simulated intermediate-strength statin therapy in 40,000 CVD-free US adults (50% female) under a variety of treatment strategies. The model predicts health outcomes for individuals based on their age, sex, and risk factor profile, accounting for the competing risk of non-CVD mortality. Individuals entered the model aged 40 years, and a time horizon of 40 years was employed. Life year gains and CVD events prevented compared to no treatment were estimated for a range of 10-year ARR and AR treatment initiation thresholds. Results: At the same numbers of patient-years of treatment (PYoT), ARR consistently produced more life year gains than AR (Figure). A 10-year ARR threshold of ≥2.62% would lead to approximately the same PYoT as standard of care (10-year AR ≥7.5%) while preventing 60 additional CVD events and producing 421 additional life year gains in the cohort. Conclusion: Treating patients with statins based on ARR would yield significant health gains in the U.S. population compared to standard AR-based treatment strategies. The ARR strategy may also achieve greater adherence and uptake as it focuses on individuals with elevated levels of a modifiable risk factor.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».